【基础】裁判文书数据粗略分析,pyecharts的基本用法

【基础】裁判文书数据粗略分析,pyecharts的基本用法

前言:

想介绍一下pyecharts的基本用法,就做个统计吧,数据来源于中国裁判文书网,关于”合同诈骗”刑事数据统计。
根据统计结果(公开的文书数据)作图如下。

地域

这里写图片描述
▲前十名地域分布
从公布数据来看,广东省、江苏省、浙江省、河南省这四个省数量最多,尤其广东省,领先其余3省近10%比例。

审理法院

这里写图片描述
▲前十名审理法院
南京市中级人民法院审理最多,近4年约1天1件。

裁判年份

这里写图片描述
▲近10年裁判数量
根据出台的《最高人民法院裁判文书公布管理办法》,近4年才逐步公开文书,2013年及之前的数据不具有参考意义。2014,2015,2017数据相当,2016年稍多。

pyecharts的基本用法

1.安装pyecharts

pip install pyecharts

2.导入相应的第三方库。

import pandas as pd
import numpy as np
from pyecharts import Bar   #制作柱状图

3.示例

还是引用官网的示例吧,更清晰明确,容易重现。
首先开始来绘制你的第一个图表

from pyecharts import Bar

bar = Bar("我的第一个图表", "这里是副标题")
bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])
bar.render()    # 生成本地 HTML 文件

这里写图片描述

add()
主要方法,用于添加图表的数据和设置各种配置项
render()
默认将会在根目录下生成一个 render.html 的文件,支持 path 参数,设置文件保存位置,如 render(r”e:\my_first_chart.html”),文件用浏览器打开。

是不是很简单,更多高级作图及设置请移步pyecharts官网

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
裁判文书是指法院对案件进行审理后根据法律规定所做出的书面判决或裁定,其中包含了法官的判决理由、判决结果、当事人信息等,是司法实践中不可或缺的重要资料。 大数据分析是指通过对大量数据进行挖掘和分析,从中发现规律、趋势和模式,为决策提供科学依据的技术和方法。在司法领域,大数据分析可以通过将裁判文书数字化,建立法律大数据库,以数据分析的方式深入挖掘其中所包含的信息,帮助法律人士更好地理解、判断和处理案件。 具体而言,以下几个方面可以说明裁判文书与大数据分析的关系: 1. 数据源头:裁判文书是大数据分析的重要数据源头之一,包含了大量的司法实践经验和法律判断依据等。 2. 数据整合:通过将各个地区的裁判文书进行数字化和整合,建立法律大数据库,从而为裁判文书的大数据分析提供数据基础和平台。 3. 数据分析:通过对裁判文书的大数据分析,可以深入挖掘其中所包含的信息,比如不同案件类型的胜诉率、不同法律条款的适用情况、不同法院的判决结果等,这些信息反映了司法实践中的规律和趋势。 4. 数据应用:将裁判文书的大数据分析应用于司法实践中,可以帮助法官更好地理解类似案件的判决依据和判决结果,从而做出更加明智、公正的判决;同时,对律师、当事人等司法参与者也有指导作用,使他们更好地准备和应对类似案件。 总之,裁判文书以及其数字化和大数据分析,对于司法实践和司法改革都具有重要意义和价值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值